Claude сада води евиденцију о садржају који је само обрадио. Али то није оно што ће Вам ускратити објаву.

Недавно нас је један клијент питао нешто што можда и Ви планирате да питате свог добављача садржаја: Anthropic је почео да води водени жиг на Claude-овим излазима — да ли то пратите и да ли то мења оно што припремате за наше објаве?

То је право питање, а већина добављача ће се ту саплести. Ово је наша јавна верзија одговора, написана за сваког ко ће исто питање поставити свом партнеру.

Кратко: водени жиг је стварна појава, важан је, али и даље није оно што ће Вам оборити објаву.

Детаљ који већина превиђа крије се у једној реченици Anthropic-ове политике о означавању AI садржаја Claude-ом¹: од августа 2026, окидач за обележавање је „обрађено Claude-ом” — не „написано Claude-ом”. Дакле, питање које сви постављају — „да ли је ово писао AI?” — већ је погрешно питање.

Али окидач и сигнал нису исто, и други је тај који одлучује све. Жиг није печат на тексту; распоређен је по избору речи које Claude прави, па што је више текста Claude написао, више има шта да се пронађе. Та разлика се у већини анализа губи, а управо ту леже практични одговори. Остатак овог текста је о правим питањима.

Од августа 2026: шта се променило и где је детекција

Све у овом делу је намерно датирано: политика је нова, а чињенице ће се мењати.

Шта је Anthropic најавио

Од августа 2026, Anthropic-ова страница описује две комплементарне технике: неприметни водени жиг уграђен у генерисани текст и C2PA потписане метаподатке о пореклу, приложене фајловима као што су слике. Иста страница наводи да се водени жиг на тексту примењује на нивоу модела — без обзира на то који Claude производ или интерфејс је направио текст — и да се означавање примењује где год Claude ради, широм света, не само у ЕУ. Anthropic објашњава глобални домет као привремену меру: примењују жиг свуда на почетку „јер још немају трајно решење за регионално ограничење”, и најављују да ће наставити да процењују приступе.

Дан касније, Anthropic је објавио други, много конкретнији документ који објашњава како водени жиг на тексту функционише², што мења оно што овде можемо искрено рећи. Метода је именована: у питању је варијанта SynthID-Text, технике коју је Google DeepMind представио у Nature-у³ 2024, у породици приступа која датира од предлога Scotta Aaronsona из 2022. Ништа се не убацује у текст, нема скривених карактера. Уместо тога, када је следећа реч стварно отворен избор — Anthropic-ов пример је „време данас је било хладно и…”, где су „облачно” и „сиво” једнако добри — жиг мења само извор случајности који одлучује избор, користећи тајни кључ и претходне речи. Ако се секвенца прочита уназад са кључем, може се израчунати вероватноћа да је Claude то написао. Два одмах видљива закључка: жиг не носи идентификационе податке и, по Anthropic-у, не може се везати ни за особу, ни за организацију, ни за разговор; и не кошта ништа, јер не ствара додатне токене.

Окидач, од истог датума, је садржај који је Claude обрадио, не само онај који је написао. Страница наводи лекторисање, превођење, сажимање и конверзију фајлова као примере. Али други документ отворено каже да то нису исто, и да је разлика важнија од самог окидача — на крају текста се враћамо на те нијансе, укључујући закључак који смо први пут погрешно извели.

Регулаторна позадина објашњава датум. Према EU AI Act-у⁴, добављачи генеративних AI система морају да обезбеде да су излази означени у машински читљивом формату и препознатљиви као вештачки генерисани; Anthropic наводи да је потписао Кодекс праксе по члану 50(2). Европска комисија⁵ потврђује да се та правила транспарентности примењују од 2. августа 2026 — датум који Anthropic користи као почетак означавања — и да је недавна „AI Omnibus” поједностављења померила рокове само за високо-ризичне системе, не и за ове.

Један детаљ вредан пажње: модели покренути пре 2. августа 2026 нису изузети. Од августа 2026, Anthropic наводи да закон тим моделима даје прелазни период и да ради на додавању подршке за жиг и на њима — још нису означени, али то није сигурна зона.

Где је детекција

До 17. августа 2026, технички опис постоји, алат не. Anthropic-ов други документ каже да долази API за детекцију жига — „Ускоро ћемо понудити API за детекцију жига. Радимо на детаљима имплементације” — што је обећање, не готов производ, и то ће бити једини начин да се провери Claude-ов жиг.

Anthropic је директан око тога шта би таква провера доказала, и то је мање него што људи претпостављају. Користећи кључ, „може се само одговорити на питање ‘Колика је вероватноћа да је ово делимично написао Claude?’” Не може се потврдити да је текст написао човек, не може се рећи да ли га је писао неки други AI, и „не може се разликовати ‘Claude је написао’ од ‘Claude је темељно уредио’”. Одсуство жига такође ништа не доказује: детекција „не ради добро на малим узорцима”, а потпуно преписивање где се свака реч замени у потпуности уклања жиг.

Регулатива поставља минимум тих ограничења. Према завршном Кодексу праксе, по анализи Bird & Bird-а⁶, неприметни жиг је обавезан за сваки текст дужи од 200 токена — отприлике 150 речи — с тим што је једино изузеће „врло кратак текст” испод тог прага. Слободан текст је и једини случај где је дозвољен један слој означавања, јер не може да носи метаподатке. А обавеза детекције је овде слабија: добављачи морају углавном да понуде детекцију бесплатно, али за жигове у слободном тексту — „јер су по природи мање поуздани” — могу ограничити детекцију само на верификоване стручне кориснике. Обавеза да се детекција учини интероперабилном међу добављачима важи тек од 2. фебруара 2027.

Најближи упоредиви јавни алат не помаже ни за текст: истог датума, Google DeepMind-ов SynthID Detector портал⁷ прихвата слике, видео и аудио — не текст — и још је у ограниченом тестирању.

А питање које купца објаве стварно занима: до 16. августа 2026, нисмо нашли ниједну изјаву ниједног претраживача или AI платформе — ни у једном смеру — да сигнали о пореклу утичу на рангирање, индексирање или филтрирање. То је ограничено „ништа пронађено”, са разлогом датирано, не обећање за следећу годину.

Порекло и квалитет су различите осе

Овде је потребан нови оквир: порекло — који алат је дотакао текст — и квалитет — да ли текст заслужује да постоји — су различите осе. Претраживачи су увек говорили да делују по другој.

Google никада није описао порекло као сигнал за рангирање. То није исто што и да Google каже да није; нема јавне изјаве ни у једном смеру. Али употребе које је Google описао су само две. У Google-овом блогу о C2PA интеграцији⁸ из 2024, метаподаци о пореклу покрећу ознаку „О овој слици” у Претрази и, у огласима, Google-ов циљ да „користи C2PA сигнале за спровођење кључних политика”. Означавање и контрола огласа — а интеграција у Претрази је само за слике. Тренутно не постоји приказ порекла текста у Претрази.

Оно што Google заиста контролише је на оси квалитета, и написано је тако да не зависи од алата. Google-ова правила о спаму⁹ дефинишу злоупотребу скалирања садржаја као многе странице направљене „првенствено ради манипулације рангирањем у претрази, а не ради помоћи корисницима” — додајући да то важи „без обзира како је садржај направљен”. Први наведени пример је „Коришћење генеративних AI алата или сличних алата за прављење многих страница без додавања вредности за кориснике”, а Google-ове смернице о коришћењу AI садржаја¹⁰ понављају ту реченицу као кључну.

Google Search Central Blog из 2023¹¹ је већ поставио границу на намери („Коришћење аутоматизације — укључујући AI — за генерисање садржаја са примарним циљем манипулације рангирањем у резултатима претраге је кршење наших правила о спаму”), и то треба читати као став из 2023; садашње смернице су уже. А у мартовској објави о ажурирању спама 2024¹², компанија је алат потпуно избацила из политике: злоупотреба скалирања садржаја важи „без обзира да ли су укључени аутоматизација, људи или комбинација”.

Скала AI-потпомогнутог издаваштва потврђује исто са друге стране. Graphite-ова анализа на нивоу целог веба¹³ показује да су AI-генерисани чланци престигли људске у новембру 2024. и од тада су у приближној равнотежи — а, по истој страници, „ти чланци углавном не завршавају у Google-у и ChatGPT-у”. Око половине нових чланака је AI-генерисано, а они слабе вредности и даље не излазе на површину. То је селекција по квалитету, не детекција порекла — и квалитет је оса коју заиста можете да контролишете. Описали смо како производимо садржај у доба ген-AI — производни аспект управо овог аргумента.

Шта Вам заиста може оборити објаву

Ако порекло није кључни ризик, шта јесте? Две ствари, обе старије од водених жигова.

Уредничко одбијање је било прво

Издавачи нису чекали жигове да би контролисали AI садржај — увели су то у уредничку политику. WIRED-ова политика о генеративном AI¹⁴, ажурирана у мају 2023, гласи: „Не објављујемо приче са текстом који је генерисао AI, осим ако је сама чињеница да је AI-генерисан суштина приче” — и третира недекларисан AI текст као „једнако плагијату”. Clarkesworld Magazine-ова правила за пријаву радова¹⁵ одбијају радове на самом улазу: „неће разматрати радове преведене, написане, развијене или потпомогнуте овим алатима”, и упозоравају да покушај пријаве таквог рада „може довести до забране даљих пријава”.

Где је AI садржај ипак прошао, последице су биле уредничке, не алгоритамске. Futurism-ова истрага¹⁶ открила је да је Sports Illustrated објављивао рецензије производа под лажним ауторима са AI-генерисаним фотографијама — извор је рекао „Садржај је апсолутно AI-генерисан” — након чега је издавач The Arena Group објавио да „уклања садржај док траје интерна истрага и да је прекинуо сарадњу” са партнером који је то радио. CNET-ова уредничка напомена о AI експерименту¹⁷ из почетка 2023. бележи 77 AI-нацртаних прича, потпуну ревизију након што су се појавиле чињеничне грешке, исправке и паузу — „Паузирали смо”, речима самог издавача. Уклањање, исправка, пауза, раскид уговора: тај механизам ради искључиво на уредничкој процени, и тако је и данас.

Процена није против алата. Muck Rack-ов извештај о новинарству за 2026¹⁸ показује да 82% новинара користи бар један AI алат — док 88% „одмах одбацује предлоге који нису у њиховој области”. Људи који би Ваш текст провукли кроз детектор сами су AI корисници. Њихов филтер је област, релевантност и квалитет; увек је био.

Замка лажних позитивних резултата

Детектори које људи данас заиста користе нису алати за проверу жига. То су пост-хоц класификатори — статистичке процене само на основу текста, без кључа и без жига — и често греше на правим људима. Anthropic прави исту разлику, наводећи Pangram као пример: такве услуге препознају „карактеристике” AI стила, што је „фундаментално различито од провере жига”. Шта год да Ваш детектор јави, не чита оно о чему је овај текст. Студија са Stanford-а на arXiv-у¹⁹ из 2023. тестирала је седам популарних GPT детектора на есејима људи којима енглески није матерњи и открила да су „преко половине TOEFL есеја означили као AI-генерисане (просечна стопа лажних позитивних: 61,22%)”, а 97,80% есеја је означио бар један детектор.

И добављачи то знају. OpenAI је повукао свој класификатор за мање од шест месеци; обавештење о гашењу, како преноси Ars Technica²⁰, гласило је: „Од 20. јула 2023, AI класификатор више није доступан због ниске тачности.” При лансирању, OpenAI је открио да препознаје само 26% AI-текста, док „погрешно означава људске радове у 9% случајева”. Vanderbilt University²¹ је искључио Turnitin-ов AI детектор 2023. и израчунао јавно: при стопи лажних позитивних од 1% коју је Turnitin тврдио, од 75.000 радова предатих 2022. „око 750 студентских радова могло је бити погрешно означено”.

Graphite-ова студија, већ наведена, тестирала је свој детектор на чланцима објављеним пре ChatGPT-ја — и открила да „4,2% тих чланака класификује као углавном AI-генерисане”. Чак и Google-ов SynthID рад у Nature-у³ из 2024. наводи да „пост-хоц системи за детекцију могу бити скупи за покретање, а њихова практична употреба је ограничена непоузданим резултатима”.

Код објава, цена лажног позитивног највише погађа тамо где је стручни ауторитет производ — стручни коментари у туђе име, где детектор који означи речи правог експерта убија стварну прилику. Добављач који обећава да ће „проћи детекцију” обећава да ће задовољити алате чији је документовани начин грешке — оптужити људе.

Зашто неће постојати универзални AI детектор

Празнине у датираном делу нису само привремени јаз док алати не стигну. Оне су структурне.

Провера статистичког жига захтева приватни кључ генератора. Google-ова SynthID документација²² упућује програмере да свака конфигурација жига „мора бити чувана безбедно и приватно, иначе Ваш жиг може лако да копира било ко”, и нуди опције од потпуно приватне до јавне детекције. Препрека није цена — рад у Nature-у је експлицитан да детекција „не захтева скупе операције нити приступ основном LLM-у”. Препрека су кључеви. Сваки добављач може да препозна, у најбољем случају, само своје жигове. Универзални детектор би захтевао сарадњу свих генератора, а интереси иду у супротном смеру.

Покривеност има рупе које ни сарадња не би затворила. Једна лабораторија је направила жиг за текст и одлучила да га не објави: у изјави из 2024. коју преноси Language Log²³, OpenAI каже да је „развио метод за жиговање текста који и даље разматра”, али га сматра „мање робусним против глобалних измена” — превођења, преписивања другим моделом — „што га чини тривијално заобилазним за злоупотребе”. Отворени модели су ван домета било ког жига; сам рад у Nature-у наводи да је жиговање модела у децентрализованом окружењу тешко. Чак и објављен жиг слаби: Google бележи да се поузданост детектора „значајно смањује када је AI-текст темељно преписан или преведен на други језик”.

Anthropic сада исто каже за свој домет и потврђује шта долази. Њихови одговори важе само за Claude: жиг „не може да каже да ли је текст написао други AI (чак и ако тај други AI користи жиг, имао би други кључ; можда и сасвим другу методу)”. И ово није Anthropic-ов пројекат. Око 190 потписника је потписало EU Кодекс праксе о транспарентности AI-генерисаног садржаја у јулу 2026, а Anthropic отворено каже да ће и други велики развијачи модела „имплементирати своје жигове”. Много кључева, много метода, сваки у свом силосу.

Једна сила иде у другом смеру и вреди је издвојити: Кодекс захтева да потписници до 2. фебруара 2027. поставе решење за интероперабилност детекције жигова — јавну тачку која усмерава упите, уграђени знак, заједнички конзорцијум или еквивалент. То је рок, не готов систем, и ради се о рутирању, не о заједничком кључу. То је најјачи разлог да очекујемо побољшање, али и даље не доноси детектор који чита све, јер отворени модели остају ван целог режима.

Дакле, реално стање бар до краја 2027. је силосирано порекло: свака лабораторија може да провери свој излаз, нико не може све, а чист резултат било ког појединачног детектора мало значи.

Алат за уклањање који сам себе побија

Ако порекло не може да се провери, може ли бар да се „очисти”? Постоји open-source пројекат направљен баш за то — watermarks-remover²⁴, који је почео као Claude-специфичан „remove-claude-marks” алат — и најзанимљивије је његово сопствено README упутство.

Почиње признањем: „Док добављачи не објаве јавне детекторе и кључеве, ниједан алат не може искрено да потврди ‘ово не пролази званичну проверу’.” И поново: „Не може да гарантује да ће детектори добављача заказати.” Његов детерминистички слој уклања невидљиве Unicode карактере — што, против Claude-овог жига, сада је потврђено да ништа не погађа. „Ништа се не додаје у текст и нема скривених карактера”, стоји у Anthropic-овом техничком објашњењу. Остаје само статистички слој, отворено „најбољи покушај” — преписивање текста другим моделом, јер је статистички жиг распоређен по избору токена и „уклањање значи преписивање, не реструктурирање”. Anthropic са своје стране потврђује исто: „Лака измена вероватно неће потпуно уклонити жиг; потпуно преписивање где се свака реч замени хоће.” README затим цени покушај: преписивање „изравнава тон, глас и прецизност”; код SEO, маркетинга и клијентског рада „та деградација је стварна и често видљива”; излаз „не може превазићи плафон модела за преписивање”. Завршава питањем које затвара круг: ако све ионако преписујете јефтинијим моделом, директно генерисање тим моделом је „једноставније, јефтиније и даје исти — или бољи — резултат”. C2PA метаподаци фајлова, у међувремену, уклања одмах — крхки су по дизајну формата, у складу са Anthropic-овом листом губитка метаподатака из датираног дела.

Овде постоји и регулаторна страна, коју треба знати пре него што неко предложи „чишћење” као услугу. По истом Кодексу праксе, потписници морају да уложе најбољи напор да сачувају жигове, морају да забране мешање у својим условима коришћења и не смеју „нити постављати нити оглашавати алате за заобилажење”. Алати постоје и постојаће; не постоји верзија коју би озбиљан добављач могао да понуди као услугу.

То је теза овог текста у малом. Покушај да контролишете осу порекла коштаће Вас осу квалитета — једину која одлучује да ли ће уредник задржати Ваш текст.

Шта питати било ког добављача (укључујући нас)

Како онда изгледа добар одговор на питање клијента? Не обећање о детекцији — већ процес. Ово је шест питања која бисмо поставили сваком добављачу садржаја, укључујући и нас; описују наш outreach link building и listicle модел, где Ви одобравате циљну публикацију, URL, anchor и нацрт пре него што ишта иде уживо.

1. Да ли су истраживање, писање и провера чињеница одвојене фазе, које воде различити агенти? Добар одговор: да, и могу Вам показати ту поделу, не само описати је. Код нас, свака од фаза — истраживање, креирање нацрта, писање, издвајање тврдњи, провера чињеница, корекција и завршна конзистентност — је свој агент модул са својим системским упутством. Писање је поверено агенту који нема никакве алате — празна листа алата, не само ограничена — тако да не може да претражује, скупља или доноси податке, већ ради само са досијеом који је фаза истраживања верификовала. Провера чињеница није један агент: један навигатор ради претрагу, други судија на моделу другог добављача доноси пресуду, тако да онај ко проверава тврдњу није онај ко је тражио потврду.

2. Где су људске контролне тачке и може ли машина да пошаље садржај без њих? Добар одговор: систем их спроводи — документ који их описује није довољан. Код нас су три контролне тачке у коду: човек бира идеју, одобрава нацрт и одобрава садржај — и објава не може даље док човек не да коначно одобрење. Платформа не може сама да објави текст.

3. Да ли се чињенице проверавају на отвореним изворним страницама или на snippet-има из претраге? Добар одговор: на страницама. У нашем процесу, агент за истраживање отвара и чита сваку изворну страницу пре него што чињеница уђе у досије, а провера чињеница захтева тачан цитат или исечак са изворне странице као доказ за сваку тврдњу.

4. Чији модел пише тело текста — и могу ли га именовати? Ово је питање које заиста одређује изложеност жигу, а добављачи најчешће одговарају категоријом, не именом. Пошто се жиг везује за речи које модел бира, добављач чији модел за писање ради жиговање има конкретан одговор о већини текста; онај који тај модел користи само за дораду туђег пасуса нема. Наш одговор, у мери у којој можемо да стојимо иза њега: различите фазе нашег процеса раде на моделима различитих добављача, а модел који пише тело чланка није онај који се овде жигује. Будите сумњичави према „користимо AI одговорно” — то није одговор на ово питање.

5. Шта тачно обећавају о детекцији? Добављач који гарантује да садржај „пролази AI детекцију” обећава проверу коју данас нико не може да спроведе — по датираном делу, Anthropic-ов API за детекцију је најављен, али није објављен — а и када буде, само Anthropic ће моћи да га користи, само за своје жигове, и вероватно само за верификоване стручне кориснике. Оно што такав добављач заправо тестира су пост-хоц класификатори испод, документовано склони да греше на људима. Право обећање је уредничко: текст је читљив, тачан и одобрен од стране човека.

6. Шта се дешава ако објава буде одбијена или уклоњена? Документовани ризик је уредничко одбијање — зато уговор треба да покрива тај ризик, са условима замене или повраћаја новца у писаној форми. Детаљно смо описали зашто нудимо гаранцију задовољства као дугу верзију одговора на ово питање.

Ако добављач може конкретно да одговори на свих шест, вест о жиговању Вам ништа не мења. Ако не може, жиг није био Ваш највећи проблем.

Два искрена ограде

Окидач је широк; сигнал није

Када смо први пут објавили овај текст, извели смо погрешан практични закључак из тачног запажања. Окидач јесте „обрађено од стране” — Anthropic наводи лекторисање и сажимање као примере, и „човек је написао” није чиста гаранција каквом се чини. Али смо даље имплицирали да AI граматичка провера оставља детектујући жиг на документу, а Anthropic-ово техничко објашњење, објављено дан касније, каже супротно, врло јасно:

Када Claude лекторише текст који је написао човек, оно што врати је углавном само благо измењено; пошто су скоро све речи од човека, мало (ако ишта) има на шта жиг може да се веже.

И, за чисто граматичку и интерпункцијску проверу: „жиг може да се појави само у неколико исправки, што је можда премало да се уопште региструје.” Иста логика слаби сигнал где год су речи задате, а не биране — Anthropic наводи да чињенични пасуси и код носе мање жига него отворена проза, јер нема слободног избора за сигнал.

Дакле, искрена верзија је градијент, не прекидач. Текст који је Claude значајно написао — ту је сигнал. Текст који је Claude само дотакао — није, и регулатива поставља свој минимум: ништа испод око 150 речи не мора да буде жиговано. Начин на који смо описали ризик — фирма која се куне да је „AI-free” а користи AI за граматику — и даље је погрешан у опису сопственог процеса, и то је вредно знати о добављачу. Али, по овим доказима, није вероватно да ће бити проблем за детекцију.

Нико не може да верификује порекло ни у једном смеру

Јаз у верификацији иде у оба смера. Не можемо да докажемо да наш садржај није жигован, као што ни критичар не може да докаже да јесте — Anthropic-ова формулација, по датираном делу, је да је жиг сигнал, не доказ, и да одсуство ништа не доказује. Дакле, овај текст не претерано обећава ни у једном смеру, и не треба веровати никоме ко то ради: добављач који гарантује „без жигова” продаје исту непровериву сигурност као и критичар који тврди да их је открио.

Ово је изјава о данашњици, са роком трајања. Када Anthropic-ов API за детекцију буде доступан, једна страна — Anthropic — моћи ће да одговори на једно питање, о својим жиговима, са вероватноћом, не са пресудом. То је сужавање јаза, не затварање, и вреди се вратити овом тексту када се то деси.

Мачка и миш: поглед оснивача

Овде прелазим са „ми” на „ја”, јер је ово суд, не цитат. За двадесет година овог посла, гледао сам исти циклус изнова: Google најави тврду линију, индустрија предвиди крај неке праксе, а онда контрола стигне касно, погоди најнемарније и стане пре него што заврши посао.

Најсвежији пример је већ поменут. У мартовској објави 2024, наведеној горе, Google је навео „врло слабо вредан, трећестрани садржај направљен првенствено ради рангирања и без блиског надзора власника сајта” — parasite SEO, у жаргону — „објављујући ову политику два месеца пре примене 5. маја”. Google-ов Search Liaison, по Ranktracker-у²⁵, рекао је да је примена почела 6. маја, дан након ступања политике на снагу. У новембру 2024, по ажурираној политици коју цитира Website Builder Expert²⁶, Google је затворио рупу са надзором прве стране, а Glenn Gabe је известио да су погођени делови Forbes Advisor, CNN Underscored и WSJ Buyside практично деиндексирани.

То је мачка која је ухватила миша — неке мишеве. Оно што и даље видим у пракси, годинама након прве „спроводићемо” изјаве, је иста пракса, жива и здрава. То није критика Google-а; то је видљив темпо контроле над проблемом на нивоу веба — а ово је политика где је детекција лака: садржај је јаван, образац очигледан. Сада замислите ту очекивање на пореклу, где, по датираном делу, нико не може ни да покрене проверу.

Две деценије најављиваних обрачуна требало је да окончају ову индустрију више пута, а она је и даље ту — јер оно што преживи сваки циклус је исто: рад који издржи проверу којој је увек био изложен. Водени жиг није проблем. Никад није ни био.

Сада знате како звучи добар одговор на питање нашег клијента. Понесите горњих шест питања свом добављачу садржаја и слушајте конкретне одговоре. Ако су одговори нејасни, нејасноћа је налаз.